期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到22篇文章
< 1 2 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Transformer的DETR目标检测算法综述 认领 引用 被引量：6
1
作者 李沂杨 陆声链 +1 位作者 王继杰 陈明 《计算机工程》 CAS CSCD 北大核心 2026年第4期62-81,共20页
在目标检测领域,卷积神经网络(CNN)凭借其优异的准确性和可扩展性,长期主导着相关研究,并获得了学术界的广泛认可。在此框架下,先后涌现出基于区域的卷积神经网络(R-CNN)系列(如Fast R-CNN、Faster R-CNN)与YOLO(You Only Look Once)系... 在目标检测领域,卷积神经网络(CNN)凭借其优异的准确性和可扩展性,长期主导着相关研究,并获得了学术界的广泛认可。在此框架下,先后涌现出基于区域的卷积神经网络(R-CNN)系列(如Fast R-CNN、Faster R-CNN)与YOLO(You Only Look Once)系列等多个代表性模型。随着Transformer在自然语言处理领域的成功,研究者开始探索将其用于计算机视觉领域,由此产生了视觉Transformer(ViT)和Swin Transformer等视觉骨干网络。Facebook团队为减少目标检测任务中的先验知识和后处理,在2020年推出了一种端到端目标检测算法——基于Transformer的DETR(DEtection TRansformer)。尽管DETR在目标检测领域展现出潜力,但也存在收敛速度慢、准确性较差、目标查询的物理意义不明确等缺点。这促使研究者对该算法开展了进一步的研究和改进。本研究旨在归纳总结针对DETR的改进探索,并分析它们的优势与不足,同时对利用DETR开展的前沿研究和细分应用领域进行概括,最后给出DETR在计算机视觉领域的未来展望。 展开更多
关键词 计算机视觉 目标检测 DETR算法 视觉Transformer 图像分割
暂未订购 下载PDF
显著性引导的SG-DETR低光目标检测 认领 引用
2
作者 魏英姿 张航 于聚壮 《沈阳理工大学学报》 CAS 2026年第5期70-76,84,共7页
针对低光图像目标检测中边缘模糊、遮挡及尺度差异等问题,提出一种基于视觉显著性引导的目标检测方法RT-DETR的改进模型。首先,利用深度学习模型生成的显著性图做输入级增强,突出目标特征与边缘信息,减少冗余候选框数量。其次,设计门控... 针对低光图像目标检测中边缘模糊、遮挡及尺度差异等问题,提出一种基于视觉显著性引导的目标检测方法RT-DETR的改进模型。首先,利用深度学习模型生成的显著性图做输入级增强,突出目标特征与边缘信息,减少冗余候选框数量。其次,设计门控调制模块,将基于显著性图的注意力权重融入到RT-DETR模型的特征图中,确保注意力权重与真实目标区域的精准匹配,以此实现特征级的融合,减少噪声干扰。最后,在损失级利用显著性驱动的动态重加权机制,使训练过程中更关注显著区域的目标,提升模型收敛速度与稳定性。通过自建复杂目标数据集LlSOD的测试结果显示,改进模型mAP@0.5和mAP@0.5∶0.95达到81.4%和60.3%,较原RT-DETR模型提升4.2%和1.9%,可有效应用于低光场景目标检测任务。 展开更多
关键词 显著性引导 低光图像 RT-DETR算法 注意力机制
暂未订购 下载PDF
基于RT-DETR的轻量化车辆目标检测算法 认领 引用
3
作者 张子轶 马丽 +1 位作者 吕帅 朱中宁 《液晶与显示》 CAS CSCD 北大核心 2026年第3期373-387,共15页
针对自动驾驶场景的硬件限制以及多尺度和遮挡现象导致检测性能不佳的问题,本文提出了一种用于车辆检测任务的轻量级目标检测算法RT-DETR-light。首先,提出利用CG Block模块改进骨干网络卷积模块,并基于此构建了轻量级特征提取网络CGRes... 针对自动驾驶场景的硬件限制以及多尺度和遮挡现象导致检测性能不佳的问题,本文提出了一种用于车辆检测任务的轻量级目标检测算法RT-DETR-light。首先,提出利用CG Block模块改进骨干网络卷积模块,并基于此构建了轻量级特征提取网络CGResNet,实现了推理速度与检测精度的平衡。在特征融合阶段,引入双向特征金字塔网络BiFPN,通过双向信息传递实现精度的提升。最后,针对车辆目标检测任务中小目标与遮挡场景下定位精度不足的问题,设计一个改进的损失函数EPGIoU,通过多约束协同设计优化极端场景梯度稳定性。实验结果表明,本文算法在UA-DETRAC数据集上的mAP@0.5与精确率分别达到了75.0%、74.5%,相较于基线算法,参数量与计算量降低了26.4%与18.0%,检测速度提升了1.4个百分点。在BDD100K-Sub数据集上的跨数据集评估进一步验证了其泛化能力。本文提出的检测算法在检测精度、轻量化与推理速度上取得了显著优势,具备良好的泛化能力,为自动驾驶场景中实时车辆检测与边缘设备部署提供了更优的解决方案。 展开更多
关键词 深度学习 RT-DETR算法 轻量化 车辆目标检测
暂未订购 下载PDF
基于改进RT-DETR的路面异常检测技术研究 认领 引用
4
作者 刘泽 宋廷伦 +2 位作者 石先让 苏洋 赵群 《计算机工程》 CAS CSCD 北大核心 2026年第4期187-199,共13页
路面异常检测对于保障行车安全、优化交通管理和驾乘体验具有重要的现实意义。针对路面异常物体在尺寸、形状及颜色等方面跨度较大,以及复杂环境干扰导致检测精度和效率较低的问题,提出一种改进实时检测Transformer(RT-DETR)的路面异常... 路面异常检测对于保障行车安全、优化交通管理和驾乘体验具有重要的现实意义。针对路面异常物体在尺寸、形状及颜色等方面跨度较大,以及复杂环境干扰导致检测精度和效率较低的问题,提出一种改进实时检测Transformer(RT-DETR)的路面异常目标检测技术。首先,设计大感受野元素乘法模块(LRFEM_Block)替代原主干网络中的BasicBlock模块,该模块依据元素乘法原理有效增强特征表达能力。其次,引入广义高效层聚合网络(GELAN)思想,并结合多尺度LRFEM_Block设计一种基于元素乘法的层聚合尺度内特征交互(MLA-IFI)结构,提高颈部网络对深层特征的计算效率和性能,优化梯度传播路径。此外,引入自适应选择边界聚合(SBA)思想构建双向自适应边界融合特征金字塔网络(BABF-FPN)多尺度特征融合模块,自适应双向聚合不同分辨率特征,促进小目标物体模糊边界的细粒度化。实验结果表明,改进方法在自建数据集和RDD2022公开数据集上的mAP@0.5相较于基线算法分别提升3.4和4.7百分点,均优于其他测试模型,并且参数量和计算量分别减少24.5%和11.2%,算法检测速度达到74帧/s,更加契合车载路面异常检测的部署需求。 展开更多
关键词 路面异常检测 实时检测Transformer算法 元素乘法 广义高效层聚合网络结构 重校准
暂未订购 下载PDF
Night-DETR:基于夜间环境下肉牛行为识别方法 认领 引用
5
作者 贾启 王芳 +2 位作者 任力生 贾惠煊 刘星宇 《农业工程学报》 EI CAS CSCD 北大核心 2026年第11期29-38,共10页
针对夜间养殖环境下,监控图像清晰度较低、肉牛行为特征表达模糊,现有模型在特征提取与判别过程中易出现漏检和误检等问题,该研究提出一种基于夜间环境的肉牛行为识别模型Night-DETR(nignt detection transformer)。首先,引入SCINet低... 针对夜间养殖环境下,监控图像清晰度较低、肉牛行为特征表达模糊,现有模型在特征提取与判别过程中易出现漏检和误检等问题,该研究提出一种基于夜间环境的肉牛行为识别模型Night-DETR(nignt detection transformer)。首先,引入SCINet低光照增强算法对夜间图像预处理,提升图像清晰度,为后续行为识别模型提供高质量输入。其次,对RT-DETR(real-time detection transformer)结构改进,采用StarNet作为主干网络,实现高效的特征提取与模型轻量化;设计特征交互模块AIFI-EDFFN,对夜间模糊特征选择性增强与抑制,强化相邻肉牛间体态的判别性;进一步构建亮度增强特征融合模块(intensity enhance layer C3,IELC3),在跨尺度特征融合过程中引入亮度增强层,突显弱光环境下肉牛的肢体结构与姿态变化特征。结果显示:所提出Night-DETR模型与原RT-DETR模型相比,其精确率、召回率和平均精度均值分别提升5.3、5.8和5.1个百分点,达到93.4%、90.8%和91.3%;模型参数量与浮点计算量分别降低55.8%和58.2%,仅为8.8 M和23.8 G。研究表明,该模型可为夜间环境下肉牛健康监测与异常预警提供技术支持。 展开更多
关键词 夜间环境 低光照 增强算法 目标检测 行为识别 肉牛 Night-DETR
暂未订购 下载PDF
基于轻量级改进RT-DETR边缘部署算法的绝缘子缺陷检测 认领 引用 被引量：24
6
作者 姜香菊 王瑞彤 马彦鸿 《电工技术学报》 EI CSCD 北大核心 2025年第3期842-854,共13页
随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量... 随着新型电力系统的不断发展建设,输电线路绝缘子状态智能化巡检成为必然趋势。为方便“云-边-端协同架构”进行边缘部署,该文提出一种轻量级RT-DETR目标检测算法。首先,采用RT-DETR作为基线算法降低优化难度,提高鲁棒性;其次,选择轻量级EMO作为算法特征提取主干,充分学习绝缘子目标的长距离特征交互及缺陷小目标的局部特征交互,并提出基于轻量级注意力的尺度内特征交互模块和轻量级跨尺度特征融合模块设计轻量级高效混合编码器;再次,在轻量级高效混合编码器中引入定位信息补充分支、使用DIoU损失函数结合迁移学习训练技巧,缓解轻量化造成的算法精度下降问题;最后,构建多天气条件绝缘子数据集进行训练验证。实验结果表明,相较于基线算法,所提算法检测精度达到97.2%,只损失0.7个百分点,而参数量和计算量分别下降67.8%和71.2%,检测速度提升2.5倍,满足多天气条件下的输电线路绝缘子状态巡检准确率及边缘部署轻量化要求。 展开更多
关键词 绝缘子缺陷检测 RT-DETR算法 轻量化 边缘部署 目标检测算法
暂未订购 下载PDF
SDH-DETR轻量化绝缘子缺陷检测算法 认领 引用 被引量：2
7
作者 周景 刘心 +1 位作者 唐振洋 董晖 《电子测量技术》 北大核心 2025年第11期88-104,共17页
为解决无人机在输电线路绝缘子巡检中目标检测算法面临的模型复杂度高、小目标缺陷检测精度不足和上下采样过程中容易造成特征丢失等挑战,本文提出了一种基于轻量化改进的RT-DETR绝缘子缺陷检测算法(SDH-DETR)。首先,以RT-DETR作为基线... 为解决无人机在输电线路绝缘子巡检中目标检测算法面临的模型复杂度高、小目标缺陷检测精度不足和上下采样过程中容易造成特征丢失等挑战,本文提出了一种基于轻量化改进的RT-DETR绝缘子缺陷检测算法(SDH-DETR)。首先,以RT-DETR作为基线算法,降低优化难度并提高鲁棒性;其次,采用轻量级StarNet作为主干网络,在显著降低模型复杂度的同时提升特征提取能力;接着,引入DySample动态上采样模块,通过基于采样点的自适应上采样方法,有效减少细节丢失与图像失真;最后,利用Harr小波变换下采样模块(HWD),实现低频与高频信息的高效融合,抑制复杂背景干扰并增强对小目标的检测能力。在复杂背景数据集上的验证实验表明,SDH-DETR的平均精度达98.5%,较基线算法提升0.9%,参数量和计算量分别减少43%和46.1%,检测速度达78.6 fps。这表明该算法在保证高准确性的同时,实现了轻量化设计,满足了输电线路巡检对效率和性能的实际需求。 展开更多
关键词 输电线路 目标检测 绝缘子缺陷检测 复杂背景 轻量化 RT-DETR算法
暂未订购 下载PDF
基于改进RT-DETR的航拍图像小目标检测算法 认领 引用 被引量：3
8
作者 宣岁寒 罗印升 宋伟 《电光与控制》 CSCD 北大核心 2025年第4期44-51,共8页
实时、准确地定位与识别航拍图像中飞机、轮船和车辆等目标是进一步决策的根本基础,针对航拍图像中小目标检测存在的效率和精度低等问题,提出了一种基于改进RT-DETR的航拍图像小目标检测算法。首先,通过构建高效的CCFM-P2ASF尺度序列特... 实时、准确地定位与识别航拍图像中飞机、轮船和车辆等目标是进一步决策的根本基础,针对航拍图像中小目标检测存在的效率和精度低等问题,提出了一种基于改进RT-DETR的航拍图像小目标检测算法。首先,通过构建高效的CCFM-P2ASF尺度序列特征融合模块,获得更丰富的语义信息,同时提高对小目标的敏感度;其次,集成灵活性更强的可学习的位置编码,提供更清晰的位置界定;然后,设计更高效的边界框损失函数,减小对目标位置预测的偏差,提供更准确的边界框信息;最后,构建EMA重参数响应模块,从而更有效地提取输入图像特征。实验结果表明:改进后的RT-DETR模型较原始模型参数量减少38.3%,精确率、mAP50和mAP50∶95指标分别提升5.1、5.0和2.2个百分点。对比其他同类主流算法模型,在航拍小目标检测任务中具有更好的检测效果。 展开更多
关键词 小目标检测 RT-DETR算法 特征融合 定位损失 位置编码
暂未订购 下载PDF
基于改进DAB-DETR算法的车辆行人检测研究 认领 引用 被引量：1
9
作者 王士刚 程鹏 《黑龙江科学》 2025年第2期30-33,37,共4页
针对背景复杂与尺度变化较大情况下车辆行人目标检测精度不高、容易出现错检及漏检问题提出一种改进DAB-DETR算法的车辆行人目标检测算法,采用SIoU损失函数优化预测边界框,将小目标的检测误差放大,从而更好地处理小目标检测问题。引入G... 针对背景复杂与尺度变化较大情况下车辆行人目标检测精度不高、容易出现错检及漏检问题提出一种改进DAB-DETR算法的车辆行人目标检测算法,采用SIoU损失函数优化预测边界框,将小目标的检测误差放大,从而更好地处理小目标检测问题。引入GELU激活函数增强算法的泛化能力,提高算法在复杂背景及遮挡情况下的检测性能。实验结果表明,改进后的算法较原DAB-DETR算法在召回率和平均精度均值上分别提高了2.6%和8.3%,验证了改进方法的有效性,为复杂场景下车辆行人目标检测提供了算法支持。 展开更多
关键词 车辆行人检测 DAB-DETR算法 GELU激活函数 Siou损失函数
暂未订购 下载PDF
基于RT-DETR算法的皮带运输机异物识别方法 认领 引用 被引量：3
10
作者 杨家威 《机械管理开发》 2025年第2期183-185,共3页
为提高皮带运输机在工业生产中的安全性,基于RT-DETR算法的异物识别方法,进行了RT-DETR模型架构,并设计了皮带运输机异物识别系统,通过实时数据采集模块、数据传输与处理模块、实时推理模块、异物检测与报警模块、用户界面模块等功能模... 为提高皮带运输机在工业生产中的安全性,基于RT-DETR算法的异物识别方法,进行了RT-DETR模型架构,并设计了皮带运输机异物识别系统,通过实时数据采集模块、数据传输与处理模块、实时推理模块、异物检测与报警模块、用户界面模块等功能模块可实现皮带运输机异物高效识别,通过对比实验测试,结果表明,该系统能提高识别速度与准确率,有效减少因异物引起的设备故障与生产事故,具有广泛的应用前景。 展开更多
关键词 RT-DETR算法 皮带运输机 异物识别系统
暂未订购 下载PDF
改进型RT-DETR在干扰场景下的路面损伤检测研究 认领 引用 被引量：1
11
作者 周臣 肖中俊 《齐鲁工业大学学报》 CAS 2025年第4期70-80,共11页
随着路面损伤巡检领域不断发展革新,评估路面损伤对驾驶安全性的影响程度越来越重要。针对实际中由于各种干扰因素对路面损伤检测任务的影响,提出一种改进型路面损伤检测算法Road-DETR。使用特征重构金字塔(features reunion pyramid,F... 随着路面损伤巡检领域不断发展革新,评估路面损伤对驾驶安全性的影响程度越来越重要。针对实际中由于各种干扰因素对路面损伤检测任务的影响,提出一种改进型路面损伤检测算法Road-DETR。使用特征重构金字塔(features reunion pyramid,FRP)对干扰信息进行过滤,采用补充细节与轻量化模块(complementary details and lightweight module,CDLM)实现算法轻量化。实验结果表明:相比RT-DETR算法,改进型Road-DETR在公共数据集RDD2022的P mA0.5和P mA0.5∶0.95分别提升2.4%和2.2%,在自建数据集(road detection interference,RDI)上分别提升2.2%和1.9%,整体上参数量大幅下降,计算量和检测速度基本不受影响。说明提出的改进方法有效地提升了算法的抗干扰能力和边缘检测能力,在干扰场景下路面损伤检测的效果明显优于其他算法。 展开更多
关键词 路面损伤检测 RT-DETR算法 干扰场景 金字塔结构 目标检测算法
暂未订购 下载PDF
基于上下文增强与多目标语义感知的电力缺陷检测算法 认领 引用
12
作者 胡欣 阎希玥 +4 位作者 常娅姝 程鸿亮 肖剑 罗诗伟 马亮 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2026年第10期2176-2185,共10页
为了提升复杂变电站巡检场景下多类别电力缺陷的检测精度,构建电力缺陷巡检数据集Electric_Data,并基于RT-DETR框架提出基于上下文信息增强与多目标语义感知的PDD-SPCIE算法.设计LDDM-ResNet网络,通过多核并行卷积提取高低频细节特征;设... 为了提升复杂变电站巡检场景下多类别电力缺陷的检测精度,构建电力缺陷巡检数据集Electric_Data,并基于RT-DETR框架提出基于上下文信息增强与多目标语义感知的PDD-SPCIE算法.设计LDDM-ResNet网络,通过多核并行卷积提取高低频细节特征;设计DA-Encoder模块,通过可变形注意力和动态采样增强多尺度、形态不规则目标的特征表达;设计LGCA模块,通过空洞卷积和空间深度转换卷积实现全局-局部特征融合.上述模块分别从特征表达、上下文建模与特征融合3方面对原框架进行改进,增强了模型对多类别缺陷的统一检测能力.实验结果表明,该模型在自建数据集上的精确度、召回率和mAP50分别为0.819、0.681和0.704,在VOC数据集上的精确度、召回率和mAP50分别为0.719、0.642和0.712. 展开更多
关键词 变电站电力缺陷巡检 深度学习 DETR目标检测算法 上下文信息增强 多目标语义感知
暂未订购 下载PDF
面向拥挤行人检测的改进DETR算法 认领 引用 被引量：9
13
作者 樊嵘 马小陆 《计算机工程与应用》 CSCD 北大核心 2023年第19期159-165,共7页
拥挤行人检测是行人检测领域的研究热点。针对拥挤行人检测场景中被遮挡目标及小目标行人易产生漏检的问题,提出一种改进DETR目标检测算法。针对拥挤行人场景中遮挡目标特征缺失的问题,采用注意力模型DETR作为基准模型,使模型可以在缺... 拥挤行人检测是行人检测领域的研究热点。针对拥挤行人检测场景中被遮挡目标及小目标行人易产生漏检的问题,提出一种改进DETR目标检测算法。针对拥挤行人场景中遮挡目标特征缺失的问题,采用注意力模型DETR作为基准模型,使模型可以在缺失部分特征的前提下完成目标检测;针对DETR模型对小目标行人检测效果差的问题,引入可变形注意力编码器,使模型可以有效利用含有大量小目标信息的多尺度特征图提升对小目标行人的检测精度;针对ResNet-50骨干网络对重要特征提取及提纯效率较低的问题,采用融合了通道空间注意力模块的改进EfficientNet骨干网络作为特征提取网络,提升模型对重要特征的提取能力以及提纯效率;针对采用注意力检测模块的模型训练效率较低的问题,训练时将Smooth-L1与GIOU结合作为损失函数,使模型可以进一步收敛至更高精度。在Wider-Person拥挤行人检测数据集上的实验结果表明,所提算法领先YOLO-x算法0.039的AP50精度,领先YOLO-v5算法0.015的AP50精度。该算法可以较好地运用于拥挤行人检测任务。 展开更多
关键词 机器视觉 拥挤行人检测 注意力机制 DETR算法
暂未订购 下载PDF
基于Deformable DETR的红外图像目标检测方法研究 认领 引用 被引量：3
14
作者 张晓宇 杜祥润 +2 位作者 张佳梁 檀盼龙 杨诗博 《空天防御》 2024年第1期16-23,共8页
基于Transformer架构的DETR系列网络在计算机视觉目标检测领域不断刷新目标检测的精度与速度。然而,基于红外图像的非合作目标检测的应用环境复杂,而且红外图像质量较差。针对该问题,提出了一种新的以Deformable DETR算法为基线的具有... 基于Transformer架构的DETR系列网络在计算机视觉目标检测领域不断刷新目标检测的精度与速度。然而,基于红外图像的非合作目标检测的应用环境复杂,而且红外图像质量较差。针对该问题,提出了一种新的以Deformable DETR算法为基线的具有高检测精度的目标检测算法:首先设计了对红外图像进行图像增强处理的图像增强模块CLAHE-GB,并将其与Deformable DETR进行有机结合;然后在大型通用数据集上进行预训练;最后引入数据增强和迁移学习方法在自制的空中飞行物小型红外图像数据集中对检测头网络参数进行再训练,并对结果进行分析。结果表明:所提出的算法对红外图像数据具有较好的图像增强效果和检测精度。 展开更多
关键词 红外图像 图像增强 Deformable DETR算法 目标检测
暂未订购 下载PDF
改进DAB⁃DETR算法的非规则交通对象检测 认领 引用
15
作者 林峰 宁琪琳 朱智勤 《现代电子技术》 2023年第21期141-148,共8页
非规则交通对象主要指任何在车辆行驶过程中可能对车辆行驶起到阻碍作用的物体,例如坑洼、落石、树枝等影响车辆正常驾驶的目标。针对道路中的非规则交通对象检测问题,提出一种基于改进DAB⁃DETR算法的非规则交通对象目标检测算法,经过... 非规则交通对象主要指任何在车辆行驶过程中可能对车辆行驶起到阻碍作用的物体,例如坑洼、落石、树枝等影响车辆正常驾驶的目标。针对道路中的非规则交通对象检测问题,提出一种基于改进DAB⁃DETR算法的非规则交通对象目标检测算法,经过对原始模型结构的分析,发现在图像特征输入编码器前加入绝对位置编码来弥补图像位置信息的缺失,只能隐式地表达特征间的相对位置信息,因此改进DAB⁃DETR在Transformer的编码结构中的多头自注意力机制中添加了针对图像的相对位置编码;其次发现在原始训练策略中,对得到的检测定位结果与类别信息进行二分匹配并计算损失值时,只是简单地将定位损失和分类损失加权求和,这样会导致性能下降,所以在训练策略中增加了将分类、定位损失集成在一个统一参数化公式中的AP损失函数。实验结果表明:改进DAB⁃DETR算法的检测精度达到了82.00%,比原始模型提高了3.3%,比传统模型Faster R⁃CNN、YOLOv5分别提高了6.20%、7.71%。 展开更多
关键词 非规则交通对象 目标检测 DAB⁃DETR算法 相对位置编码 AP损失函数 消融实验
暂未订购 下载PDF
改进RT-DETR的液晶面板喷墨打印表面缺陷检测 认领 引用 被引量：2
16
作者 李昂 刘竹丽 +1 位作者 宋伟 王立新 《重庆理工大学学报（自然科学）》 CAS 北大核心 2024年第11期147-154,共8页
液晶面板喷墨打印表面缺陷检测中存在目标小、样本少、纹理背景干扰等问题,应用传统图像处理算法检测精度低、泛化性差,针对以上问题提出了一种改进RT-DETR(real-time detection transformer)的目标检测算法。改进RT-DETR算法通过将主... 液晶面板喷墨打印表面缺陷检测中存在目标小、样本少、纹理背景干扰等问题,应用传统图像处理算法检测精度低、泛化性差,针对以上问题提出了一种改进RT-DETR(real-time detection transformer)的目标检测算法。改进RT-DETR算法通过将主干网络ResNet模型替换为特征提取性能更优的ConvNeXt模型,提高算法整体检测精度。设计了基于通道注意力的增强通道压缩模块,使算法更有效地消除背景干扰专注于定位缺陷目标,加快算法收敛,提高小目标检测精度。在构建的喷墨打印缺陷数据集训练实验上,改进RT-DETR算法检测平均精度mAP(mean average precision)为80.58%,较原始RT-DETR算法提升了2.89%,较原始DETR算法提升了15.88%,检测速度达到20 FPS(frames per second),改进RT-DETR算法的综合检测性能更优。改进RT-DETR算法在小目标检测数据集VisDrone训练实验上表现出良好的通用性,为其他工业场景下的表面小目标缺陷检测提供了参考价值。 展开更多
关键词 表面缺陷检测 目标检测 RT-DETR算法 ConvNeXt模型 通道注意力
暂未订购 下载PDF
基于深度学习的X光安检违禁物品检测 认领 引用 被引量：1
17
作者 刘卫华 王蓉 +3 位作者 胡配雨 王建华 陈向南 陈壮 《中国人民公安大学学报（自然科学版）》 2025年第2期59-67,共9页
为确保国家公共安全,有效防范违禁品可能引发的安全隐患,X光安检违禁物品检测技术作为维护公共安全的关键手段之一,其检测准确性与检测效率的提升具有重要意义。对基于深度学习的X光安检违禁物品检测技术进行了探索,重点研究了RT-DETR... 为确保国家公共安全,有效防范违禁品可能引发的安全隐患,X光安检违禁物品检测技术作为维护公共安全的关键手段之一,其检测准确性与检测效率的提升具有重要意义。对基于深度学习的X光安检违禁物品检测技术进行了探索,重点研究了RT-DETR模型算法,并且在原模型基础上添加RC_EMA和DySample来改进R T-DETR模型,最后选取OPIXray数据集来进行实验验证。通过消融实验验证了改进后的模型在保持计算效率的同时,精确度、召回率和mAP@0.5指标都有显著提升。指标的提升不仅展示了深度学习在提高公共安全方面的潜力,而且为X光安检违禁物品检测技术的优化提供了有益的参考。 展开更多
关键词 国家公共安全 深度学习 X光安检 RT-DETR算法
暂未订购 下载PDF
基于频率增强和细粒度融合的航拍小目标检测算法 认领 引用 被引量：2
18
作者 李杰 王晓明 《陕西科技大学学报》 北大核心 2025年第5期175-186,共12页
航拍图像中的目标排列密集,存在尺度差异大、细节模糊、以及易被背景淹没等问题,上述因素导致了小目标检测困难.针对这些问题,提出一种金字塔Transformer架构的小目标检测算法FE-DETR(Frequency Enhancement Detection Transformer).首... 航拍图像中的目标排列密集,存在尺度差异大、细节模糊、以及易被背景淹没等问题,上述因素导致了小目标检测困难.针对这些问题,提出一种金字塔Transformer架构的小目标检测算法FE-DETR(Frequency Enhancement Detection Transformer).首先提出频率增强Transformer,利用离散小波变换分离并增强饱含细节特征的高频信息,设计基于频率增强Transformer的金字塔结构主干,显著降低主干参数的同时最大限度减少提取过程中的小目标特征信息丢失;其次嵌入一种小目标专用的LR-FPN(Location Refined Feature Pyramid Network),在融合多尺度特征时,提取低层次目标信息并实现细粒度上下文融合,增强模型泛化能力;最后将Wasserstein距离与MPDIoU结合,提出能够适应尺度变化的NWD-MPDIoU损失函数,降低小目标的位置偏差敏感性,提升密集小目标样本回归精度.所提算法在VisDrone2019数据集上的mAP@0.5达到了51.1%,较基准模型在检测精度mAP@0.5值和mAP@[0.5-0.95]值上分别提升了5.2%和4.1%,参数量减少了28.1%,在DOTA和AITOD数据集上也取得较好效果,表明模型具有较强的泛化能力和鲁棒性,高效适用于密集场景下的小目标检测. 展开更多
关键词 FE-DETR算法 频率增强Transformer LR-FPN NWD-MPDIoU损失函数
暂未订购 下载PDF
基于注意力变形和动态查询机制的交通小目标检测 认领 引用
19
作者 李建新 朱进玉 +1 位作者 乔鸿政 石浩楠 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2025年第7期81-95,共15页
深度学习推动了交通目标检测发展,但复杂交通场景下密集遮挡环境中的小目标检测精度仍不足。针对上述问题提出一种注意力变形和动态查询机制的交通小目标检测算法CDAQ-DDETR,在Deformable DETR的基础上,通过引入CBAM注意力双塔机制和DC... 深度学习推动了交通目标检测发展,但复杂交通场景下密集遮挡环境中的小目标检测精度仍不足。针对上述问题提出一种注意力变形和动态查询机制的交通小目标检测算法CDAQ-DDETR,在Deformable DETR的基础上,通过引入CBAM注意力双塔机制和DCNv2可变形卷积重构原始残差网络,增强算法对密集区域交通小目标的语义获取能力;借助AFN网络思想添加低层特征,同时构建注意力感知融合金字塔模块,提高算法对多尺度中小交通目标的检测效果;依靠在原解码器前向集成动态查询机制模块结合输入图像匹配目标特性,以构建最佳查询向量提升算法对多样化背景干扰的适应泛化能力。在VisDrone2019数据集上进行实验,结果表明:CDAQ-DDETR算法在平均精确率(mAP@0.5:0.95)上已达到37.9%,在平均召回率(mAR@0.5:0.95)上已达到57.4%,相比现阶段主流SOTA算法在检测精度上提升5.5%,召回率提升8.0%,尤其针对于小目标检测精度提升6.9%,召回率提升了10.0%,同时利用可视化实验分析其更加适用于密集场景下交通小目标检测的实际应用。 展开更多
关键词 交通目标检测 密集场景 小目标检测 Deformable DETR Transformer算法
暂未订购 下载PDF
空间域与频域特征融合的电力安全装备检测方法 认领 引用
20
作者 周龙伟 郭鹏程 +3 位作者 张仕勇 彭家从 田斌 袁天霖 《计算机测量与控制》 2025年第7期139-145,共7页
电力安全装备检测对保障作业人员人身安全、降低事故风险和经济损失至关重要;针对电力作业场景背景复杂和样本不均衡导致检测精度不高的问题,提出一种融合空间域与频域特征的双域门控融合检测方法;该方法设计了3种核心技术模块:双域特... 电力安全装备检测对保障作业人员人身安全、降低事故风险和经济损失至关重要;针对电力作业场景背景复杂和样本不均衡导致检测精度不高的问题,提出一种融合空间域与频域特征的双域门控融合检测方法;该方法设计了3种核心技术模块:双域特征增强模块,融合空间域与频域信息,提升细节与边缘感知能力;聚焦融合模块,结合深度可分离卷积与门控机制,聚焦关键区域,优化多尺度特征融合效果;时序平滑滑动损失函数,引入动态加权策略,提升困难样本学习表现并增强检测稳定性;采用RT-DETR作为基线框架,在绝缘手套和工作服数据集上进行了对比实验;实验结果表明,所提方法在绝缘手套与工作服数据集上的mAP50分别提升了3.1和2.4个百分点,在mAP50-95分别提升了2.8和1.8个百分点;所提出的D2GF-DETR在两个数据集上的检测精度较现有主流方法有显著提升,同时保持了较低计算开销。 展开更多
关键词 电力安全装备检测 目标检测算法 RT-DETR 双域特征增强 多尺度特征融合 损失函数
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈